2020-03-10 鵜鶘全面客戶體驗管理 | 譯者：段佳佳
客戶調查是一個基于事實而非假設來了解客戶對你品牌看法的機會。從調查中收集到的客戶反饋是寶貴的。其中包含了客戶真正需要的產品和服務的所有信息。
而且不止于此。
給客戶提供反饋的機會，讓他們有發言權，表明他們對你真的很重要。
最終，調查反饋有助于培養以客戶為中心的文化，進而創造更快樂的客戶。這是個好消息，因為更快樂的客戶意味著更高的留存率、更高的銷售額和繁榮的業務。
在最初階段，進行客戶調查似乎很困難。首先問自己一個問題：
“我想要知道什么？”
實際上，你將收集證據來講述一個故事。要做到這一點，你需要一個清晰的愿景。你有什么特別的問題要解決嗎？例如，你對“我想知道什么”的回答，可能包括：
假設客戶流失率很高，你想知道原因。創建一個你希望實現的具體目標，例如在三個月內減少 1% 的流失。
比起把任務交給一個人或一小部分人的組織，讓每個人都參與到客戶反饋中并采取行動的組織要成功的多。所以，開展調查項目需要全公司的認同，而不僅僅是領導層的認同。這些其他部門也可以幫助你設計調研問題。
弄清楚每個人都能得到什么是有幫助的。例如，在進行客戶流失調查時，其他團隊會得到以下好處：
你需要定性還是定量的數據？定量數據很有用，因為它們易于分析，比如大家熟悉的李克特量表（Likert scale）從“完全同意”到“完全不同意”的評分。這里有一個例子：
但定性數據可以產生更豐富的洞見，為體驗提供答案。使用開放式問題可以幫助提供背景信息。例如，定量數據可能會告訴你用戶對客戶支持不滿意，但定性數據可以告訴你為什么不滿意，因而生成的數據更容易處理。
開放式問題可能包括：
把這兩種方法結合起來，你會得到兩全其美的結果。通過賦予數據意義，調查結果會更加可靠。
用定量數據收集評級，然后為客戶提供機會，讓他們詳述其答案背后的原因。但是要小心，如果被這些開放的文本弄昏了頭，數據將很難分析。不斷進步的人工智能技術，現在可以對自由格式文本進行大規模的自動化分析，因此處理這類數據變得更加容易。
建立準確的調查，其結果真正反應了調查對象的測量結果，這是不容易的任務，但重要的是知道你的調查是在衡量『它應該是什么』。你的調查結果應該是有效和可靠的，并且需要考慮很多因素。
你真的在測量自己認為的東西嗎？換句話說，你的測量工具準確嗎？如果你想衡量客戶對公司的滿意程度，但只是問他們總體上有多滿意，而不是問他們對你的品牌具體有多滿意，那么你并不是在衡量你的目標。
建議：在 1 到 10 分范圍內，給你對【公司】的滿意程度打分。
不要：在 1 到 10 分范圍內，給你的滿意水平打分。
隨著時間的推移，在不同的情況下，一個量表中的項目能夠反映出相同的東西嗎？換句話說，這些回答是一致的嗎？
要確保你的調查是可靠的，最簡單的方法是與有信譽的公司合作，利用已經歷了一套嚴格程序的現有量表。例如，如果你想要測量客戶滿意度，根據你感興趣的具體方面，可能需要查看 CSAT（Customer Satisfaction，客戶滿意度）和 CES（Customer Effort Score，客戶費力度），或 NPS（Net Promoter Score，凈推薦值）表。
人口統計數據非常有用，因為它們提供了一種篩選的方法。如果你已經有相關的 CRM 系統，就會自動獲得這些信息，但如果沒有，則要確保收集了這些信息。人口數據的一些例子包括：
確保調查時間相對較短，完成調查所需的時間不應超過 5 分鐘，根據調查的性質，一般不超過 10 個問題。只問你真正需要知道的，并準備采取行動。否則，你將冒著客戶不能完成它的風險。即使他們完成了很長的調查，你最終也會被大量的數據淹沒，這些數據需要花費時間來分析，并且不能提供任何真正的好處。
有了互聯網，分發客戶調查變得容易多了。但是，在準備如何、何時、以及向誰發送調查問卷時，仍然有許多需要考慮的因素。
客戶團隊經常問的一個問題是“我要調查多少客戶？”那要看具體情況而定。始終不變的是，你需要足夠多的反饋，才能達到統計上的顯著性。換句話說，應該得到一個不太可能是偶然發生的結果，否則就無法得出可信的結論。
有幾件事需要了解：
調查規模：你的樣本代表其觀點的總人數。這可能是您的客戶總數。
誤差范圍：調查樣本的反饋可能與實際用戶群不同。理想情況下，這種誤差應該在 5%，而且絕對不應該超過 10%。
置信水平：你的樣本量能夠準確代表全部用戶態度的概率。一個好的基準是 95%。在這個程度上能夠確保結果是準確的。
利用這些因素，可以計算出：
樣本數量：參加調查的人數。
樣本量與置信度的對應：
如果總體樣本量很大，已達到數萬乃至數十萬、數百萬，此時，最低樣本量與調查對象的總數已無必然聯系，而主要受到誤差和置信水平的影響，根據樣本量的計算公式，其最低樣本量的確定，以“一定誤差和置信水平下的最小樣本數量表”為主要依據。一般情況下，以允許誤差 3%、置信水平 95% 取樣，此時最低樣本總量為 1068 個。
即使對統計學有很好的了解，至少可以說，計算樣本量背后的數學運算有點復雜。不過幸好有網上資源可以解決這個問題。只要輸入這些數字就能得出結果了。
什么時候發布調查取決于你做的調查類型。一般來說，有兩類調查：
交易調查（Transactional Surveys）是在某些客戶交易的基礎上觸發的，因此調查取決于客戶執行交易的時間。在這些情況下，請仔細考慮希望將哪些接觸點用于調查，并在整個客戶旅程中適當地分發調查問卷。關注高價值的接觸點，例如，當客戶剛剛與團隊中的某個人完成對話時。
關于交易調查，可能會設置這樣一個問題：
您再次使用本服務的可能性有多大？
回答選項包括：非常可能 | 有可能 | 一般 | 不可能 | 非常不可能。
關系調查（Relational Surveys）就是調查客戶與你的品牌關系。接受關系調查的客戶數量完全取決于你。但如何精確的選擇調查頻率則需要一些思考。你希望獲得足夠的反饋使得數據可信，而又不會過多打擾客戶。作為指導，我們建議每位客戶每季度做一次。
關于關系調查，問題可能是：
你向朋友推薦【 本公司/服務】的可能性有多大？
回答選項包括：非常可能 | 有可能 | 一般 | 不可能 | 非常不可能。
你可能還希望了解客戶對未來產品或服務開發的看法。在產品開發周期之前，或者在產品符合公司日程的任何時候，這樣做都是有意義的。理想情況下，你應該讓這種調查一直持續下去，但確保每個季度對單個客戶的調查不要超過一次。
選擇調查的分發渠道可能很棘手。
當發送交易調查時，最好使用與交易相同的渠道，保持實時性，這樣客戶的體驗還是新鮮的。例如，使用實時聊天的渠道，你可以在網上交易后立即用聊天小部件調查客戶。如果這不好操作，也可以嘗試發送一封電子郵件，以免丟失數據。
一般來說，調查往往是通過電子郵件進行的，因為它很容易設置和自動化，但如果電子郵件被歸類為垃圾郵件，就不好辦了。你甚至可以使用短信、社交媒體、在你的網站上建立調查，或者通過你的 App 來發送調查。歸根結底，取決于你和客戶的實際情況。
客戶調查的一些主要分發方法包括：
Forrester 報告說，雖然 74% 的公司說他們希望數據驅動，但只有 29% 在努力中取得了成功。創建可操作的洞察力并跟蹤它們，會讓你比競爭對手擁有真正的優勢。
知道你的客戶不滿意，并不能直接幫助到你。了解客戶不滿意的原因以及如何解決這個問題才有幫助。
假設客戶流失調查返回的結果在以下方面得分很低：
“客戶服務很有幫助”
很明顯客戶服務讓人失望了，但為什么呢？
開放式問題可以讓你深入分析答案。
“是什么讓您繼續留在我們這里？”
然后出現了一個共同的主題。原來，客戶無法與你的公司取得聯系，因為客戶服務只是通過呼叫中心進行的，而呼叫中心通常是關閉的。客戶希望通過其他方式與你聯系。
提供在線聊天等技術，為客戶查詢和支持提供新的渠道。通過延長工作人員的工作時間和利用聊天機器人來接收重復的請求，你也可以減少等待時間，找到問題的核心并解決它。
將調查結果傳達給更廣泛的團隊很重要，這樣人們才會有參與感。與同事和部門分享有價值的見解，是確保它們付諸實踐的一個好方法。
在將調查結果傳達給其他團隊時，要注意：
向其他人展示為什么他們應該關心你了解到的調查結果，以及對他們的影響。
了解你的聽眾。讓你的數據得以傳播，可能依賴于不同的方法，這取決于不同的場景。
解決出現的問題，并準確記錄什么時候做了什么。根據你做的調整，研究這些趨勢是如何隨時間變化的。
建立一個長期的調查策略，可以提供寶貴的反饋循環。由此，你可以不斷地改進產品，確保跟上客戶變化的期望。
原文地址：
https://acquire.io/blog/how-to-survey-customers/
本文為作者原創翻譯，歡迎轉發分享。
轉載時需在文章開頭注明作者和“來源：鵜鶘全面客戶體驗管理（微信號：CEM-tihu）”，文字顏色為黑色，且不得修改原文內容。
歡迎小伙伴投稿合作，具體請聯系：易女士 Yiml@tihu.com.cn
